numpy的阵列显示唯一行 [英] Numpy array show only unique rows

问题描述

我想有一个阵列的行，这是唯一的。相反，numpy的的唯一功能，我要排除所有的行，其中发生一次以上。

I want to have the rows of an array, which are unique. Contrary to numpy's unique function, I want to exclude all rows, which occur more than once.

所以，输入：

[[1,1],[1,1],[1,2],[2,3],[3,4],[3,4]]

应导致输出

[[1,2],[2,3]].

我试图计算每一行与 np.unique（数组，return_counts = TRUE）外观，并将结果与​​这些条目为＆GT; 1 。我在寻找既为更有效的方式来做到这一点，以及做同样的事情没有计数恢复，因为他们之前numpy的1.9没有实现。

I tried to count the appearance of each row with np.unique(array, return_counts=True) and filter the result afterwards with those entries being >1. I'm looking both for a more efficient way to do that, as well as doing the same thing without the counts returned, as they are implemented not before numpy 1.9.

更新：
在我的情况的数据大小始终是[米，2]，但一旦概念建立的，它应该是很容易转移到[M，N]的情况下。在我的特殊情况下，该数据集包括整数，但解不必限于该假设。一个典型的数据集将有 M〜10 ^ 7 。

推荐答案

借助 numpy_indexed 包（免责声明：我是它的作者），能够有效地解决这个问题，在一个完全量化的方式。我havnt与numpy的尚未经过测试1.9，如果是仍然相关，但也许你们会有愿意给它一个旋转，让我知道。我没有任何理由相信它不会与旧版本的numpy的工作。

The numpy_indexed package (disclaimer: I am its author) is able to solve this problem efficiently, in a fully vectorized manner. I havnt tested with numpy yet 1.9, if that is still relevant, but perhaps youd be willing to give it a spin and let me know. I don't have any reason to believe it will not work with older versions of numpy.

a = np.random.rand(10000, 3).round(2)
unique, count = npi.count(a)
print(unique[count == 1])

请注意，按照你原来的问题，这个解决方案并不限于特定的列数，或DTYPE。

Note that as per your original question, this solution is not restricted to a specific number of columns, or dtype.

这篇关于numpy的阵列显示唯一行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！